问财量化选股策略逻辑
选股逻辑为 MACD 技术指标零轴以上、价格小于 12 元、股价为 18.5 元。选股时间为每个交易日开盘前 10 点进行。
选股逻辑分析
该选股逻辑和常规的 MACD 选股逻辑相似，不过加入了股价目标的限制，以便于选出特定价格范围内的股票。这种选股逻辑可能适用于与特定指数或者商品价格相关联的场景，且股价有一定的价格弹性。
有何风险？
- 股票市场波动性较大，选股结果可能会波动较大。
- 股票交易量较低，选股结果数量不足。
如何优化？
- 加入其他技术指标或者基本面指标进行选股。
- 在价格目标的基础上，加入更细节的价格限制以进行更精准的选股。
- 筛选选出的股票的可投资性和风险可控性。
最终的选股逻辑
结合 MACD 技术指标和价格条件，以及其他技术指标、基本面等因素筛选出符合条件的股票，并进行进一步的可投资性和风险评估。
同花顺指标公式代码参考
以下是 MACD 指标、价格条件、股价等于 18.5 元的同花顺指标公式：
MACD(C,12,26,9);
CROSS(MACD,0)=1;
CLOSE<12;
CLOSE=18.5;
Python代码参考
以下是 Python 的选股筛选代码，仅供参考：
import talib
import akshare as ak
data_stock_price = ak.stock_zh_a_minute(symbol="sh601988", period="d") # 获取股票 K 线数据，可根据实际需求调整
close_price = data_stock_price["close"].tolist()
short, long, m = 12, 26, 9
dif, dea, macd = talib.MACD(np.array(close_price), fastperiod=short, slowperiod=long, signalperiod=m)
target_stocks = []
for i in range(2, len(data_stock_price)):
if data_stock_price["price"].iloc[i] < 12 and data_stock_price["price"].iloc[i] == 18.5 and macd[i] > 0:
target_stocks.append([data_stock_price.index[i], data_stock_price["name"].iloc[i]])
target_stocks = sorted(target_stocks, key=lambda x: hot_rank_list.index(x[0]), reverse=True)
同样需要注意，由于数据在运行时需要更新，因此具体代码需要根据实际情况调整。同时需要根据实际情况查询对应的 AKShare 数据接口。还需要根据自己需求，调整选股结果输出方式。
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
